Ciência de Dados para Negócios: Big Data for Finance Project

Resumo

Análise de Séries de Preços e Log-Retornos

Intro

Converter a série de preços em log-retornos utilizando a seguinte fórmula:

[ p_t = \ln(p_t) - \ln(p_{t-1}) ]

Essa transformação nos permite analisar os retornos percentuais de forma mais adequada.

Construir os histogramas de cada série de retornos transformada.
Avaliar a assimetria das distribuições e identificar se há predominância de retornos positivos ou negativos no período analisado.

Calcular a variância da série de retornos logarítmicos utilizando:

🔹 O desvio padrão como medida direta (volatilidade histórica com janela de 5 dias).
🔹 Ou de maneira mais acurada, modelos econométricos (ex.: GARCH(1,1)) para obter a variância condicional.

date BEEF3.SA BRFS3.SA GIS HRL JBSS3.SA MRFG3.SA \ 1238 2025-03-14 0.031093 0.024722 0.024976 0.014724 0.015667 0.024863 1239 2025-03-17 0.031816 0.026581 0.028208 0.015502 0.016132 0.028757 1240 2025-03-18 0.022213 0.040627 0.021501 0.014557 0.073009 0.036127 1241 2025-03-19 0.021905 0.039398 0.015938 0.007907 0.073728 0.035161 1242 2025-03-20 0.033103 0.034645 0.016877 0.007681 0.071088 0.039908

TSN 1238 0.011254 1239 0.011458 1240 0.011033 1241 0.006089 1242 0.006956

4️⃣ Visualizações

📉 Gráficos de séries temporais de preços:

---
title: "Ciência de Dados para Negócios: Big Data for Finance Project"
format:
  html:
    self-contained: true
    toc: true
    code-tools: true
    code-fold: true
    df-print: paged
    css: 
      - styles.css
      - https://cdnjs.cloudflare.com/ajax/libs/font-awesome/6.1.1/css/all.min.css
    extensions: [fontawesome]
editor: visual
---

------------------------------------------------------------------------

::: callout-note
## Resumo

<font size = 1>

# Análise de Séries de Preços e Log-Retornos

</font>
:::

# Intro

::: panel-tabset
### 1️⃣ Conversão para Log-Retornos

Converter a série de preços em log-retornos utilizando a seguinte fórmula:

\[ p_t = \\ln(p_t) - \\ln(p\_{t-1}) \]

Essa transformação nos permite analisar os retornos percentuais de forma mais adequada.

![](images/Captura%20de%20tela%202025-04-11%20161208-01.png)

### 2️⃣ Construção e Avaliação das Distribuições

-   Construir os histogramas de cada série de retornos transformada.

-   Avaliar a assimetria das distribuições e identificar se há predominância de retornos positivos ou negativos no período analisado.

![](images/download-01.png)

### 3️⃣ Cálculo da Variância

Calcular a variância da série de retornos logarítmicos utilizando:

-   🔹 O desvio padrão como medida direta (volatilidade histórica com janela de 5 dias).

-   🔹 Ou de maneira mais acurada, modelos econométricos (ex.: GARCH(1,1)) para obter a variância condicional.

date BEEF3.SA BRFS3.SA GIS HRL JBSS3.SA MRFG3.SA \\ 1238 2025-03-14 0.031093 0.024722 0.024976 0.014724 0.015667 0.024863 1239 2025-03-17 0.031816 0.026581 0.028208 0.015502 0.016132 0.028757 1240 2025-03-18 0.022213 0.040627 0.021501 0.014557 0.073009 0.036127 1241 2025-03-19 0.021905 0.039398 0.015938 0.007907 0.073728 0.035161 1242 2025-03-20 0.033103 0.034645 0.016877 0.007681 0.071088 0.039908

TSN 1238 0.011254 1239 0.011458 1240 0.011033 1241 0.006089 1242 0.006956
:::

::: panel-tabset
### 4️⃣ Visualizações

-   📉 **Gráficos de séries temporais de preços:**

    ![](images/Captura%20de%20tela%202025-04-11%20161441-01.png)
:::